刚才看了下Elasticsearch的原理，感觉分布式系统的思想都大差不差。下面是我对ES的理解：

1. ES基于Lucene，Lucene底层的存储结构通过Segment表达，Segment里面有分词以及出现的次数和所在的文件，通过这样的结构就能实现搜索功能。那么，在ES中的每个分片就是一个Lucene。
2. 在Lucene中，Segment是在内存中，所以，数据的可靠就需要ES去保障。另外，从这一点也可以得知ES是吃内存的，这也是为什么可以做到实时搜索。
- 单机情况下，为了不影响写入效率，通常的解决方案就是日志先行写入磁盘，就像MySQL中的WAL，在ES中叫TransLog。基于日志形式在进行数据更新时，可以通过合并的方式保障同一条数据不重复，很多分布式系统中都有这样的思想，例如HBase中的LSM。
- 在分布式系统中，数据可靠性的保障都是通过副本的形式，就例如redis、Hadoop、Kafka等等。保障副本的一致就离不开paxos、raft这些一致性协议。
3.当然，在分布式系统中的查询，都是先路由到对应的分片，然后再将各分片的数据聚合，例如Hadoop中的shuffle，在ES中同样会有聚合的阶段。
展开
今天学到了
avatar
avatar
avatar
等人赞过
评论
相关推荐